SkillGate는 에이전트의 ‘어떤 스킬을 읽을까’를 별도 학습 문제로 만든다
SkillGate는 장기 에이전트 RL에서 스킬 이름을 고르는 극소수 토큰이 보상 신호를 거의 받지 못하는 selector credit starvation을 진단하고, 선택과 실행의 credit을 분리한 두 채널 GRPO로 이를 교정한다.
Tag1 posts
Tag1 posts
SkillGate는 장기 에이전트 RL에서 스킬 이름을 고르는 극소수 토큰이 보상 신호를 거의 받지 못하는 selector credit starvation을 진단하고, 선택과 실행의 credit을 분리한 두 채널 GRPO로 이를 교정한다.